检索结果-南通市图书馆

改进区间二型模糊神经网络的遥感图像分割方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球信息科学学报 2025年

作者：王春艳王子康辽宁工程技术大学软件学院

【目的】高分辨率遥感图像具有丰富和精细的空间信息，但其丰富的细节却模糊了不同土地覆盖类型间的界限，增加了分割的模糊性和不确定性。针对遥感图像分割领域的这一问题，本文提出一种改进区间二型模糊神经网络的新型遥感图像分割方... 详细信息

【目的】高分辨率遥感图像具有丰富和精细的空间信息，但其丰富的细节却模糊了不同土地覆盖类型间的界限，增加了分割的模糊性和不确定性。针对遥感图像分割领域的这一问题，本文提出一种改进区间二型模糊神经网络的新型遥感图像分割方法。【方法】该方法通过引入空间邻域信息及模型混合策略，构建混合回归隶属函数，实现对数据复杂特征的精细表达，以提升模型的适应性和特征提取能力；通过构建混合回归隶属函数的不确定区域来映射模糊和不确定的遥感数据特征，提高模型的鲁棒性；使用全连接神经网络结构进行特征整合，进一步增强模型的学习能力，同时引入焦点损失函数缓解类别不平衡问题的影响。【结果】在WHDLD和Potsdam数据集上进行的地物类别分割实验中，提出方法的分割精度优于DeepLab v3+和UNet++，与区间二型模糊神经网络方法相比，总体精度平均提升了8.31%和10.48%,Kappa值提升14.07%和14.59%,F1-score提升16.36%和12.31%。【结论】实验结果表明，提出方法成功应对了遥感图像分割中的模糊性和不确定性，有效缓解了土地覆盖分割中区域噪声造成的影响，具有分割精度高、泛化能力强等特点。

关键词：遥感图像分割模糊性不确定区域高分辨率区间二型神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应图学习权重的多模态情感分析

智能系统学报 2025年

作者：曲海成徐波辽宁工程技术大学软件学院

在多模态情感分析任务中，由于不同模态表现方式的不一致性，模态间的情感信息密度具有较大的差异。为了平衡情感信息在不同模态中分布的不均匀性并减少多模态特征表示的冗余性，提出了一种基于自适应图学习权重的多模态情感分析方法。... 详细信息

在多模态情感分析任务中，由于不同模态表现方式的不一致性，模态间的情感信息密度具有较大的差异。为了平衡情感信息在不同模态中分布的不均匀性并减少多模态特征表示的冗余性，提出了一种基于自适应图学习权重的多模态情感分析方法。首先，采用不同的特征提取方法捕获单一模态内的特定信息；其次，将不同模态通过公共编码器映射到同一空间中，利用跨模态注意力机制来显式构建模态间的关联；然后，将每种模态对任务分类的预测值以及模态表示嵌入到自适应图中，通过模态标签学习不同模态对最终分类任务的贡献度来动态调整不同模态之间的权重，以适应主导模态的变化；最后，引入信息瓶颈机制进行去噪，旨在学习一种无冗余的多模态特征表示进行情感预测。在公开的多模态情感分析数据集上对所提出的模型进行了评估。实验结果表明，其有效提升了多模态情感分析的准确性。

关键词：多模态情感分析模态差异性信息冗余自适应图学习跨模态注意力相似性约束信息瓶颈

长短距离注意力协同的跨尺度池化嵌入图像融合算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2025年

作者：孙溪成吕伏冯永安辽宁工程技术大学软件学院辽宁工程技术大学基础教学部辽宁工程技术大学信息化与网络管理中心

针对目前红外与可见光图像融合算法的特征提取不充分，细节纹理信息丢失，模型参数量大等问题。本文提出了一种长短距离注意力协同的跨尺度池化嵌入图像融合算法。首先，利用深度可分离卷积设计通道注意力，以增强关键通道表达，抑制冗... 详细信息

针对目前红外与可见光图像融合算法的特征提取不充分，细节纹理信息丢失，模型参数量大等问题。本文提出了一种长短距离注意力协同的跨尺度池化嵌入图像融合算法。首先，利用深度可分离卷积设计通道注意力，以增强关键通道表达，抑制冗余信息。其次，基于GS卷积提出多尺度密集通道强化模块，通过叠加小卷积核和引入密集连接，增强多尺度信息交互能力并对特征重复利用，防止信息丢失。然后，在跨尺度嵌入层的基础上提出跨尺度池化融合嵌入层，利用不同尺度的池化层融合特征提取部分四个阶段的特征，从而充分利用各个阶段的特征并减小计算复杂度。最后，采用双路径设计融合长短距离注意力并设计卷积前馈网络，从而捕获特征之间的长短距离的依赖关系并降低网络参数量。本文算法与其他七种算法在公开数据集TNO和Roadscene上进行大量实验，实验结果表明，在主观评价上融合结果轮廓清晰，在客观评价上，EN、SD、AG、SCD相对于其他算法平均提高了6.25%、0.4%、4.6%、0.5%。另外，在数据集M3FD上进行了融合图像的检测性能对比实验，实验结果证明本文算法表现良好。

关键词：图像处理图像融合红外图像可见光图像跨尺度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于感知先验与分量增强的高动态成像方法

光电子·激光 2025年第1期36卷 36-45页

作者：王伟张思远刘晓芮辽宁工程技术大学基础教学部辽宁工程技术大学电子与信息工程学院

高动态范围成像方法大多存在融合图像亮度不均衡、纹理丢失以及色彩失真等问题。针对此问题，提出了一种基于感知先验(perceptual priori, PP)与分量增强的高动态成像方法。根据感知先验对多曝光图像分别进行图像增强，保留更多的纹理... 详细信息

高动态范围成像方法大多存在融合图像亮度不均衡、纹理丢失以及色彩失真等问题。针对此问题，提出了一种基于感知先验(perceptual priori, PP)与分量增强的高动态成像方法。根据感知先验对多曝光图像分别进行图像增强，保留更多的纹理信息以及色彩真实感；引入注意力门控机制和特征提取(feature extraction, FE)操作对亮度分量进行增强；通过联合编码器-解码器网络对色度分量进行增强。对增强后的亮度分量和色度分量进行融合得到最终的融合图像。实验数据选用包含多种复杂场景的多曝光图像序列，结果表明，本文方法的视觉信息保真度达到了0.826 8,多曝光融合(multi-exposure fusion, MEF)结构相似度达到了0.947 6。本文方法相较于其他方法得到的融合图像，细节更加清晰、图像信息丰富、更符合人眼的视觉感知，融合效果更好。

关键词：高动态成像多曝光图像融合感知先验(PP) 分量增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复合式跳跃运动的仿生机器人设计与跳跃分析

工程设计学报 2025年

作者：魏晓华韩峰韩晓亮何明忠辽宁工程技术大学机械工程学院

为了提高多足跳跃机器人的跳跃高度，基于对跳蛛的腿部结构和跳跃运动的运动机理，设计了一种采用机身弹射和腿部伸展两种方式相结合的复合式跳跃方式的仿跳蛛跳跃机器人。首先观察跳蛛的跳跃运动，对其运动机理和原理结构的分析，设计... 详细信息

为了提高多足跳跃机器人的跳跃高度，基于对跳蛛的腿部结构和跳跃运动的运动机理，设计了一种采用机身弹射和腿部伸展两种方式相结合的复合式跳跃方式的仿跳蛛跳跃机器人。首先观察跳蛛的跳跃运动，对其运动机理和原理结构的分析，设计腿部结构和弹射装置，并利用UG三维建模软件完成机器人整体模型的设计。其次使用MDH法对腿部进行运动学建模并进行简单的运动学分析，利用MATLAB计算机器人的腿部工作空间，并使用拉格朗日法对机器人腿部进行动力学计算。弹射装置采用一种棘轮传动和锥齿轮传动的并行方式，并根据能量守恒定律和胡克定律设计弹射装置的储能弹簧。搭建机器人硬件控制系统。通过Adams进行运动仿真，根据仿真结果得出机器人的垂直跳跃的最大高度为734.1176㎜，向前跳跃的最大距离为447.6417㎜，整个运动过程1.5～2 s，得出腿部运动提供的能量与弹射装置提供能量的能量比接近1:2。最后使用3D打印技术制作部分实物模型进行垂直跳跃的姿态试验验证，结果表明仿跳蛛跳跃机器人采用复合式跳跃运动可以有效地提高多足跳跃机器人的垂直跳跃的高度和向前跳跃的距离，具有一定的可行性。

关键词：跳蛛跳跃机器人弹射装置运动仿真

基于MSG-SSD的复合绝缘子憎水性等级智能识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量与仪器学报 2025年

作者：陈伟华马士博闫孝姮李健华辽宁工程技术大学电气与控制工程学院

复合绝缘子憎水性等级的检测是电力系统巡检中的重要环节，针对现有方法存在检测效率低、实时性差及模型结构复杂的问题，提出一种基于MSG-SSD的复合绝缘子憎水性等级智能识别方法。首先，检测模型以SSD算法为基准，采用轻量级MobileNe... 详细信息

复合绝缘子憎水性等级的检测是电力系统巡检中的重要环节，针对现有方法存在检测效率低、实时性差及模型结构复杂的问题，提出一种基于MSG-SSD的复合绝缘子憎水性等级智能识别方法。首先，检测模型以SSD算法为基准，采用轻量级MobileNetV2作为主干网络，在提升模型检测速度的同时实现网络的轻量化;其次，为增强对水迹特征的提取能力，构建高分辨率特征融合模块Sim-HRFPN，在特征融合的同时保留高分辨率的特征，以弥补因轻量化造成的精度损失;最后，为进一步提高模型的计算效率，将GhostConv替换额外预测特征层的传统卷积，在保持模型高性能的同时，减轻了计算负担。实验结果表明，相较于SSD，MSG-SSD的检测速度和检测精度分别提高48.17%和4.89%，计算量和参数量分别减少97.63%和82.99%。由此可知，改进模型不仅能精准识别和快速定位复合绝缘子的憎水性等级，而且满足边缘巡检设备轻量化部署的需求，为电力系统中复合绝缘子运行状态的智能检测提供了一种行之有效的方法。

关键词：复合绝缘子憎水性检测智能识别 SSD算法轻量化特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

轨迹表示学习方法研究综述

计算机科学与探索 2025年

作者：孟祥福孙硕男张霄雁冷强奎方金凤辽宁工程技术大学电子与信息工程学院

全球定位系统（GPS）、全球移动通信系统（GSM）的快速发展以及移动设备的普遍应用，产生了大量的轨迹数据。目前的轨迹数据处理方法通常以定长的向量形式输入到模型，因此如何将变长的轨迹数据转换成定长低维的嵌入向量十分重要。轨迹... 详细信息

全球定位系统（GPS）、全球移动通信系统（GSM）的快速发展以及移动设备的普遍应用，产生了大量的轨迹数据。目前的轨迹数据处理方法通常以定长的向量形式输入到模型，因此如何将变长的轨迹数据转换成定长低维的嵌入向量十分重要。轨迹表示学习旨在将轨迹数据转换为更具表达力和可解释性的表示形式。本文对轨迹表示学习的研究现状、方法及应用进行了全面综述。首先，分类介绍了轨迹表示学习的关键技术，总结了现有轨迹公开数据集。然后，将轨迹表示学习方法按照不同的下游任务进行分类，重点综述了轨迹表示学习方法在轨迹相似性计算、相似轨迹搜索、轨迹聚类、轨迹预测等领域的原理、优缺点和应用，并分别分析了每一类任务中具有代表性的模型结构和原理，及各类任务中不同方法的特点和优势。最后，分析了当前轨迹表示学习所面临的挑战，探讨了如何解决轨迹表示学习中的数据稀疏性、多模态以及模型优化与隐私保护等问题，并提出了具体的研究思路和方法。

关键词：轨迹表示学习轨迹数据挖掘轨迹相似性计算相似轨迹搜索轨迹聚类轨迹预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

三相变频器回路串联故障电弧检测方法研究

电子测量与仪器学报 2025年

作者：高洪鑫王坤远王智勇蔡佳成辽宁工程技术大学电气与控制工程学院

串联故障电弧是引发电气火灾的主要因素之一，针对未知工况条件下串联故障电弧难以准确检测的问题，提出了一种基于实时训练更新核极限学习机（KELM）预测模型的串联故障电弧检测方法。首先，利用三相电动机和变频器负载开展了不同电源... 详细信息

串联故障电弧是引发电气火灾的主要因素之一，针对未知工况条件下串联故障电弧难以准确检测的问题，提出了一种基于实时训练更新核极限学习机（KELM）预测模型的串联故障电弧检测方法。首先，利用三相电动机和变频器负载开展了不同电源谐波、变频器载波频率、变频器运行频率和电流等级条件下的串联故障电弧实验；其次，利用奇异值分解滤波、改进一次指数平滑滤波依次对电流信号进行降噪处理；再次，利用前两个周波电流信号训练更新KELM预测模型，并计算预测模型对下一个周波电流信号的预测残差，然后利用预测残差绝对值构建矩阵，结合非负矩阵分解将残差矩阵降维成一维向量，并利用一维向量的最大值作为故障特征，结合固定阈值实现串联故障电弧检测；最后，测试了提出方法在未知工况条件下的串联故障电弧检测性能和抗噪性能。结果表明：提出方法可以有效检测出未知电源谐波、变频器载波频率、变频器运行频率和电流等级四类未知工况条件下的串联故障电弧，且具有较强的抗噪能力。

关键词：串联故障电弧核极限学习机奇异值分解滤波改进一次指数平滑滤波预测残差非负矩阵分解

蜉蝣优化双通道网络在齿轮箱故障诊断中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西安交通大学学报 2025年

作者：于宁魏沉潜田立勇赵建军于晓涵辽宁工程技术大学机械工程学院

为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征，并克服深度学习模型超参数选取依赖人工经验的局限性，提高故障诊断的准确性和稳定性，本文提出了一种基于蜉蝣算法（Mayfly Algorithm， MA）优化的双通道神经网络故障诊断模型。... 详细信息

为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征，并克服深度学习模型超参数选取依赖人工经验的局限性，提高故障诊断的准确性和稳定性，本文提出了一种基于蜉蝣算法（Mayfly Algorithm， MA）优化的双通道神经网络故障诊断模型。模型采用一维时序输入的门控循环单元（GRU）和二维图像输入的卷积神经网络（CNN）构建双通道并行架构，并引入自适应批标准化（AdaBN）算法。利用MA的全局优化能力，以CNN-GRU的诊断精度为优化目标，自适应调整模型超参数。同时，将所提方法与粒子群算法（PSO）和遗传算法（GA）进行了对比验证，以评估其在模型参数优化方面的有效性。基于东南大学齿轮箱数据集和凯斯西储大学轴承数据集的实验结果表明，该方法能够有效提取振动信号特征，其故障识别精度与稳定性均优于典型深度学习模型，并展现出较强的鲁棒性。在稳态工况下，优化后的CNN-GRU模型在各数据集上的识别精度显著提高；在噪声工况下，MA优化的CNN-GRU模型表现出优异的抗噪性；在变负载工况下，结合AdaBN算法的MA-CNN-GRU模型实现了最高的平均识别精度。综上所述，所提方法能够高效、准确地检测齿轮箱故障，为机械设备的维护和稳定运行提供了重要的参考价值。

关键词：故障诊断齿轮箱门控循环单元卷积神经网络蜉蝣算法